作為本屆亞運會辦賽理念之一，“智能”貫穿于杭州亞運會全的各個方面。

為服務正在舉辦的第19屆亞運會，在北京大學黃鐵軍教授及仉尚航研究員的指導下，北京大學莊棨寧學生團隊基于多模態大模型的研究，結合視覺、語言、語音等多種模態的輸入，推出高速運動AI 多語種解說系統，為觀眾提供更豐富的觀賽體驗。這也是多模態大模型技術首 次在國際大型綜合性體育賽事中的落地和嘗試。

同時，團隊著眼于具身智能研究，研發基于多模態大模型的人工智能助理來提供導覽引領、場景解說、物品抓取等服務，為殘障和需要幫助的人士創造更為人性化的互動方式和友好體驗。

AI“復刻”賽事解說員

“除卻君身三重雪，天下誰人配白衣。”

東京奧運會上中國運動員楊倩奪得首金身披白色領獎服時，賽事解說員用這句“神仙”解說詞擊中了無數觀眾的心。

事實上，一場精彩的體育比賽不僅取決于運動員雙方的比拼，解說員在其中的價值也不可忽略。競賽解說員不僅會在解說中提供關于球隊、運動員和比賽背景的信息，幫助觀眾更好地理解比賽的重要性和背后的故事，經驗豐富的解說員還能夠深入分析比賽，揭示比賽中的策略和技巧，使觀眾能夠更好地理解比賽的每一個環節，從而提高觀賽的樂趣。

當比賽出現精彩一刻，優秀的解說員還能夠通過解說傳達激情和情感，更好地帶動觀眾的情緒，為賽事瞬間增色添彩，甚至成為永恒經典。

然而受限于人手問題，并不是每場體育賽事都會安排解說員，特別是亞運會這類國際大型賽事，同一時間有多場比賽進行，并且不是所有的解說員都適合解說所有的體育項目，很多相對小眾的賽事就會缺少解說員，更無法想象一位解說員可以使用多種語言、面向不同的語言的受眾做解說。

基于此，北大莊棨寧學生團隊面向乒乓球、跆拳道、跳水、體操等賽事，推出了高速運動AI 解說系統，系統可以輔助錄播頻道調用多模態大模型能力，理解視頻內容，并生成中文、英語、藏語、阿拉伯等多種語言的解說，讓信息傳遞給更多有實際需求的人。

圖:AI智能解說通過感知場景并生成解說

莊棨寧介紹說，這一技術通過高速攝像機的脈沖信號檢測場景物體和運動員，將能夠捕捉體育比賽中的關鍵時刻，并生成高質量的集錦和相關數據，基于多模態大模型算法和深度學習模型對這些運動數據進行分析，基于分析結果，系統再生成提供實時的個性化解說服務，從而為各個語種的觀眾都能提供個性化的體驗。

智能愛心輔助助手讓AI有溫度

大型賽事活動通常會為東道主城市帶來顯著的經濟、環境等變化，但由于人流量激增，城市公共區域會面臨巨大壓力。據預測，亞運會期間的杭州也將迎來近年來最密集的游客潮，外地游客量將超過2000萬人次，加上本屆杭州亞運會來自亞洲45個國家和地區代表團的12527名運動員，亞運期間杭州的人流大增。

在杭州市公共區域，莊棨寧學生團隊打造了具身智能機器人軟件服務系統，用于亞運會期間的導航指引與幫助服務。這套系統可以為觀眾提供導覽服務，協助視障人士進行引領和導航，解析視障人士需求并完成相應任務，幫助視障人士撿拾掉落的物品等。

目前，在杭州市的一些亞運會志愿者服務點，已經有市民看到一個機器人外觀的智能體在為視力障礙人士服務。

圖:杭州市民在體驗莊棨寧學生團隊的具身智能機器人軟件服務系統

“很榮幸能夠將我們的所學、所研轉化為可以服務每個人的應用，讓AI服務人們的普通生活。”莊棨寧介紹說，為本次亞運會打造的具身智能機器人軟件服務系統，是基于團隊自研的感知生成一體化多模態大模型，能夠準確地感知與理解場館內外的視覺場景，生成準確、豐富的語言描述，控制機器人執行智能志愿者服務任務。

同時，團隊將多模態大模型與具身智能相結合，使得人工智能可以更好的感知和理解物理世界，再更好地做決策，最終實現人工智能和物理世界更好地交互。